Model Medium Qwen3.5 dari Alibaba Tantang Dominasi AI Barat dengan Arsitektur yang Mengutamakan Pemrosesan Lokal

Performa AI Mutakhir Hadir di Perangkat Konsumen

Tim pengembangan AI Qwen milik Alibaba merilis seri baru model bahasa besar yang secara mendasar menantang anggapan bahwa kecerdasan buatan mutakhir membutuhkan infrastruktur skala cloud atau API proprieter. Seri Qwen3.5 Medium Model, yang diperkenalkan beberapa hari lalu, mencakup empat model baru yang dirancang agar berjalan efisien di perangkat lokal, dengan klaim performa setara alternatif terkemuka dari Barat.

Tiga dari empat model dirilis dengan lisensi permisif Apache 2.0, yang memungkinkan perusahaan dan pengembang independen mengunduh, memodifikasi, dan menggunakannya secara komersial tanpa biaya lisensi. Trio sumber terbuka ini mencakup Qwen3.5-35B-A3B, Qwen3.5-122B-A10B, dan Qwen3.5-27B, yang semuanya sudah tersedia di Hugging Face dan ModelScope. Varian keempat, Qwen3.5-Flash, tetap bersifat proprieter dan hanya dapat diakses melalui API Alibaba Cloud Model Studio, meski dengan tarif yang jauh lebih rendah daripada sebagian besar pesaing Barat.

Klaim Alibaba yang paling menonjol berkaitan dengan tolok ukur performa. Menurut perusahaan, model andalan Qwen3.5-35B-A3B mengungguli GPT-5-mini dari OpenAI dan Claude Sonnet 4.5 dari Anthropic dalam evaluasi pihak ketiga yang menguji pencarian pengetahuan dan penalaran visual. Claude Sonnet 4.5 baru diluncurkan lima bulan lalu, sehingga pesatnya penyusutan kesenjangan persaingan ini patut dicermati dalam industri yang siklus pengembangannya biasanya berlangsung selama hitungan kuartal atau tahun.

Inovasi Arsitektur Memungkinkan Penerapan Lokal

Hal yang membedakan Qwen3.5 dari generasi sebelumnya adalah arsitektur hibridanya yang menggabungkan Gated Delta Networks dengan sistem Mixture-of-Experts yang jarang aktif. Bagi pembaca nonteknis, ini merupakan perubahan mendasar dalam cara model AI memproses informasi. Model padat tradisional mengaktifkan semua parameternya untuk setiap kueri, sehingga menghabiskan sumber daya komputasi dalam jumlah besar. Sebaliknya, pendekatan MoE bekerja seperti konsultasi dengan spesialis: setiap kueri diarahkan hanya ke bagian pengetahuan model yang paling relevan.

Spesifikasi teknis menunjukkan peningkatan efisiensi. Qwen3.5-35B-A3B memiliki total 35 miliar parameter, tetapi hanya mengaktifkan 3 miliar untuk setiap token. Arsitektur ini menggunakan 256 modul pakar, dengan 8 pakar terpilih dan 1 pakar bersama yang menangani aspek tertentu dari setiap kueri. Aktivasi selektif ini memangkas latensi inferensi tanpa mengurangi kualitas keluaran, sehingga model ini mampu mencapai akurasi yang menurut Alibaba nyaris tanpa penurunan, bahkan saat bobotnya dikompresi menjadi 4 bit melalui kuantisasi.

Dampak praktis dari ketahanan terhadap kuantisasi ini sangat penting bagi fleksibilitas penerapan. Sebagian besar model AI mengalami penurunan performa yang signifikan ketika dikompresi agar dapat dijalankan secara lokal. Stabilitas Qwen3.5 yang dirancang agar tetap terjaga saat dikompresi membuat model andalannya mampu memproses jendela konteks lebih dari 1 juta token di GPU kelas konsumen dengan VRAM hanya 32 GB. Meski ambang ini memerlukan perangkat keras konsumen kelas atas, persyaratannya jauh lebih terjangkau daripada klaster server yang biasanya diperlukan untuk mencapai performa sebanding dengan model pesaing.

Meninjau Klaim Tolok Ukur: Performa Diuji Secara Independen

Klaim Alibaba tentang tolok ukur hanya menceritakan sebagian dari keseluruhan gambaran. Evaluasi yang disponsori perusahaan menempatkan Qwen3.5-35B-A3B di atas GPT-5-mini dan Claude Sonnet 4.5 pada metrik seperti MMMLU (pengetahuan multibahasa) dan MMMU-Pro (penalaran visual), tetapi pengujian independen menunjukkan peta persaingan yang lebih beragam.

Pengujian independen SWE-rebench baru-baru ini, yang menilai model berdasarkan perbaikan bug pada pull request GitHub sungguhan alih-alih tolok ukur sintetis, menunjukkan bahwa Claude Sonnet 4.5 memiliki tingkat kelulusan tertinggi, yakni 55,1%. Model Anthropic ini berhasil menyelesaikan beberapa kasus rumit yang tidak dapat diatasi model lain yang diuji, termasuk masalah di repositori python-trio, cubed-dev, dan canopen. Dalam lingkungan pemrograman dunia nyata ini, Sonnet 4.5 tetap unggul dengan jelas.

Pengujian tolok ukur APEX independen lebih lanjut, yang mencakup 70 tugas pada basis kode sungguhan dengan masalah nyata, mengungkap kompleksitas tambahan dalam profil performa Qwen3.5. Model padat 27B menunjukkan performa yang cukup baik untuk penerapan pada satu GPU, dengan skor 1384 ELO dan mengungguli DeepSeek V3.2. Namun, varian yang lebih besar menunjukkan penurunan yang mengkhawatirkan dalam tugas koordinasi kompleks lintas banyak berkas. Varian MoE 35B dengan hanya 3B parameter aktif mencatat skor 1256 ELO pada beban kerja agentik, di bawah varian 27B yang lebih kecil dalam penalaran bertahap. Yang paling mencolok, konfigurasi Qwen3.5-397B yang sangat besar merosot pada tugas tingkat master: skornya turun dari sekitar 1550 ELO pada tugas sulit menjadi 1194 saat harus berkoordinasi lintas banyak berkas melalui rangkaian penalaran panjang.

Saat harus berkoordinasi lintas banyak berkas dalam banyak langkah, model ini kehilangan jejak tentang apa yang sedang dikerjakannya.

Analisis independen ini, yang diterbitkan oleh peneliti dengan pendanaan mandiri dan telah mengeluarkan lebih dari $3.000 untuk biaya komputasi pengujian, menunjukkan bahwa meski unggul dalam tugas-tugas terbatas, Qwen3.5 mungkin kesulitan menangani pekerjaan agentik kompleks dengan rentang panjang, yang justru menjadi salah satu keunggulan Claude Sonnet 4.5.

Mode Berpikir dan Integrasi Alat

Semua model Qwen3.5 dilengkapi Mode Berpikir bawaan yang aktif secara default, menandai pergeseran menuju interaksi AI yang mengutamakan penalaran. Sebelum menghasilkan keluaran akhir, model menyusun rangkaian penalaran internal yang dibatasi tag khusus, menguraikan logika kompleks secara eksplisit alih-alih langsung menarik kesimpulan. Pendekatan ini mencerminkan metodologi chain-of-thought yang telah meningkatkan akurasi pada model mutakhir lainnya.

Seri ini juga menekankan kemampuan agentik, dengan dukungan bawaan untuk pemanggilan alat agar model dapat berinteraksi dengan sistem eksternal, menjelajahi web, dan menjalankan kode. API Qwen3.5-Flash menawarkan tarif terperinci untuk fitur-fitur ini: fungsi pencarian web dikenai biaya $10 per 1.000 panggilan, sedangkan akses ke interpreter kode saat ini tersedia gratis untuk waktu terbatas. Struktur harga ini menjadikan Flash salah satu pilihan LLM terhosting paling terjangkau di dunia, dengan biaya input $0,10 per sejuta token dan output $0,40 per sejuta token.

Sebagai perbandingan, Claude Sonnet 4.5 mengenakan biaya $3,00 per sejuta token input dan $15,00 per sejuta token output, sedangkan GPT-5.2 masing-masing berbiaya $1,75 dan $14,00. Bahkan alternatif yang berfokus pada pemrosesan lokal seperti GLM-5 dari Z.ai berbiaya $1,00 dan $3,20 per sejuta token. Selisih harga 30 hingga 100 kali lipat ini dapat mendorong adopsi signifikan di kalangan perusahaan yang memperhatikan biaya dan bersedia menukar sedikit perbedaan performa dengan penghematan anggaran yang besar.

Implikasi bagi Kedaulatan Data Perusahaan

Di luar metrik performa mentah, peluncuran Qwen3.5 memiliki arti strategis bagi penerapan AI di perusahaan. Kemampuan menjalankan model berkemampuan mutakhir sepenuhnya di infrastruktur privat menjawab kekhawatiran yang kian besar tentang kedaulatan data dan risiko API pihak ketiga. Organisasi di industri yang diatur ketat, termasuk keuangan, kesehatan, dan kontrak pemerintah, semakin sering menghadapi persyaratan kepatuhan yang melarang pengiriman data sensitif ke layanan AI cloud eksternal.

Dengan memungkinkan jendela konteks sejuta token dijalankan pada perangkat keras yang dikendalikan secara lokal, Qwen3.5 memungkinkan perusahaan memproses repositori dokumen berukuran besar, konten video berdurasi satu jam, dan kumpulan data kelembagaan yang luas tanpa mengungkapkan informasi eksklusif kepada API eksternal. Pergeseran arsitektur ini memisahkan kemampuan AI canggih dari kebutuhan belanja modal yang besar, sehingga berpotensi membuka akses terhadap alat yang sebelumnya hanya tersedia bagi perusahaan teknologi bermodal besar.

Lisensi sumber terbuka juga memungkinkan penyesuaian dan penyempurnaan untuk aplikasi khusus di bidang tertentu. Tidak seperti model proprieter yang hanya menyediakan akses API kotak hitam, bobot model Qwen3.5 yang terbuka memungkinkan organisasi menyesuaikannya dengan kosakata khusus, basis pengetahuan internal, dan kebutuhan alur kerja yang unik. Fleksibilitas ini sangat bermanfaat bagi industri dengan terminologi khusus atau persyaratan dokumentasi regulasi.

Tantangan dari Ekosistem AI China yang Lebih Luas

Qwen3.5 diluncurkan di tengah lonjakan perilisan model sumber terbuka yang kompetitif dari laboratorium AI China, yang secara kolektif menantang keunggulan teknologi Barat. Keluarga GLM-4.5 dari Z.ai, yang dirilis dengan lisensi Apache 2.0 serupa, menawarkan performa sebanding dengan fitur khusus seperti pembuatan PowerPoint otomatis. Kimi K2 dari Moonshot dan berbagai model terbuka DeepSeek melengkapi ekosistem yang menyediakan alternatif layak bagi sistem tertutup asal Amerika.

Tren ini menekan para pemain mapan AI Barat. Meta mendapat kritik setelah memperkenalkan keluarga Llama 4, dengan sejumlah peneliti AI menyoroti dugaan manipulasi tolok ukur dan performa dunia nyata yang tidak konsisten. OpenAI, yang memelopori era LLM modern, menunda perilisan model mutakhir sumber terbuka yang direncanakan pada Juli ke waktu berikutnya yang belum ditentukan. Penundaan ini memberi alternatif China kesempatan untuk membangun pengaruh di kalangan pengembang.

Dinamika persaingan ini tidak hanya menyangkut spesifikasi teknis, tetapi juga tata kelola data. Perusahaan Barat yang menggunakan model buatan China perlu mempertimbangkan potensi pembatasan konten dan kedaulatan data, terutama ketika memakai API yang dihosting di cloud alih-alih menerapkan model secara lokal. Namun, sifat sumber terbuka varian utama Qwen3.5 memungkinkan penerapan pada jaringan terisolasi, yang dapat mengurangi banyak kekhawatiran tersebut.

Posisi Pasar dan Arah Perkembangan

Strategi peluncuran Alibaba menekankan aksesibilitas di berbagai tingkat perangkat keras. Qwen3.5-27B ditujukan untuk penerapan berefisiensi tinggi dengan dukungan konteks lebih dari 800 ribu token, sementara varian 122B-A10B memerlukan GPU kelas server dengan VRAM 80 GB untuk performa maksimal. Pendekatan bertingkat ini memungkinkan organisasi menyesuaikan pilihan model dengan infrastruktur yang tersedia, alih-alih bergantung sepenuhnya pada cloud.

Perusahaan ini juga membuka model dasar beserta varian yang telah disetel dengan instruksi, untuk mendukung kebutuhan komunitas riset akan penyempurnaan dan kajian arsitektur. Keterbukaan ini berbeda dari praktik pengembangan tertutup sejumlah pesaing Barat dan dapat mempercepat inovasi melalui penyempurnaan kolaboratif.

Umpan balik awal komunitas di Hugging Face menunjukkan antusiasme khusus terhadap kemampuan agentik dan stabilitas kuantisasi model-model tersebut. Para pengembang melaporkan bahwa model berhasil dijalankan di perangkat keras konsumen yang sebelumnya dianggap tidak memadai untuk performa model mutakhir. Hal ini mendukung klaim efisiensi Alibaba, meski tolok ukur independen menyarankan agar kemampuan model dalam menangani tugas pemrograman kompleks dinilai dengan hati-hati.

Poin Utama

• Alibaba merilis seri Qwen3.5 Medium yang terdiri atas empat model; tiga di antaranya tersedia dengan lisensi sumber terbuka Apache 2.0 untuk penggunaan komersial
• Qwen3.5-35B-A3B, model andalannya, hanya mengaktifkan 3 miliar dari total 35 miliar parameter untuk setiap token dengan arsitektur Mixture-of-Experts
• Tolok ukur independen menunjukkan hasil beragam: performa kuat pada pengujian pengetahuan dan penalaran, tetapi kesulitan menangani tugas pemrograman kompleks lintas banyak berkas dibandingkan Claude Sonnet 4.5
• Dengan kuantisasi 4 bit canggih, model mendukung jendela konteks lebih dari 1 juta token pada GPU konsumen dengan VRAM 32 GB
• Harga API Qwen3.5-Flash 30 hingga 100 kali lebih rendah daripada pesaing Barat: $0,10 per sejuta token input, dibandingkan $3,00 untuk Claude Sonnet 4.5
• Mode Berpikir bawaan menyusun rangkaian penalaran internal sebelum menghasilkan keluaran akhir dan aktif secara default di seluruh seri
• Penerapan di perusahaan memungkinkan kedaulatan data penuh bagi industri yang diatur ketat dan memerlukan pemrosesan AI di lokasi
• Peluncuran ini menjadi bagian dari gelombang model AI sumber terbuka China yang lebih luas, termasuk GLM-4.5 dari Z.ai dan Kimi K2 dari Moonshot, yang menantang sistem proprieter Barat